深度学习在生物医药领域的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量	算法框架	模型架构	性能指标	计算资源
7421	2025-10-06	Precision prediction of cervical cancer outcomes: A machine learning approach to recurrence and survival analysis 2025-Apr-01, Journal of cancer research and therapeutics IF:1.4Q4 DOI:10.4103/jcrt.jcrt_2524_24 PMID:40616534	综述	探讨人工智能在预测宫颈癌复发和生存率中的作用及其技术应用	系统综述AI技术在宫颈癌预后预测中的整合应用，涵盖多模态数据融合与个性化医疗前景	未涉及具体实验验证，主要讨论技术挑战与应用局限性	评估人工智能在宫颈癌复发与生存预测领域的应用价值	宫颈癌患者的医疗数据（影像、基因组、临床资料）	自然语言处理,机器学习	宫颈癌	医学影像分析、基因组分析、临床数据处理	机器学习,深度学习	医学影像、基因组数据、临床文本数据	NA	NA	NA	NA	NA
7422	2025-10-06	TopoTxR: A topology-guided deep convolutional network for breast parenchyma learning on DCE-MRIs 2025-Jan, Medical image analysis IF:10.7Q1 DOI:10.1016/j.media.2024.103373 PMID:39454312	研究论文	提出一种基于拓扑引导的深度卷积网络TopoTxR，用于DCE-MRI图像中乳腺实质结构的学习和预测	首次将多尺度拓扑结构显式提取并融入深度学习模型，通过注意力机制增强对乳腺细微结构的量化能力	研究样本量相对有限，需要在更大规模数据集上进一步验证	改进DCE-MRI中乳腺实质结构的表征能力，并预测新辅助化疗的治疗反应	乳腺实质组织，特别是纤维腺体组织	计算机视觉	乳腺癌	动态对比增强磁共振成像(DCE-MRI)	CNN	医学图像	I-SPY 1数据集161例患者(47例pCR，114例非pCR)，Rutgers专有数据集120例患者(69例pCR，51例非pCR)	NA	拓扑引导的深度卷积网络	准确率，AUC	NA
7423	2025-10-06	Learning to Learn Transferable Generative Attack for Person Re-Identification 2025, IEEE transactions on image processing : a publication of the IEEE Signal Processing Society IF:10.8Q1 DOI:10.1109/TIP.2025.3558434 PMID:40232916	研究论文	提出一种元学习优化的生成式对抗攻击方法MTGA，用于提升行人重识别模型对抗样本的跨模型、跨数据集和跨测试迁移能力	首次考虑跨测试迁移能力，提出元迁移生成攻击方法，通过扰动随机擦除模块和归一化混合策略增强对抗样本的泛化性	未明确说明计算资源需求和对不同行人重识别架构的普适性验证	提升对抗攻击在行人重识别任务中的迁移能力，评估模型鲁棒性	行人重识别模型	计算机视觉	NA	元学习，生成式对抗攻击	生成模型	图像	NA	NA	MTGA	mAP下降率	NA
7424	2025-10-06	Convolutional neural network deep learning model accurately detects rectal cancer in endoanal ultrasounds 2024-04-01, Techniques in coloproctology IF:2.7Q1 DOI:10.1007/s10151-024-02917-3 PMID:38561492	研究论文	开发并验证基于卷积神经网络的深度学习模型，用于在肛门内超声图像中准确检测直肠癌	首次将迁移学习与微调深度学习架构应用于肛门内超声图像的直肠癌检测，为经验不足的检查者提供AI辅助诊断支持	研究样本量较小（仅294张图像），需要在更大数据集上进一步验证模型性能	开发AI系统提高非专科医疗中心直肠癌检测的准确性	肛门内超声图像中的直肠癌病变	计算机视觉	直肠癌	肛门内超声	CNN	图像	294张肛门内超声图像	NA	NA	灵敏度,准确度,AUC	NA
7425	2025-10-06	Deep learning-based predictive classification of functional subpopulations of hematopoietic stem cells and multipotent progenitors 2024-03-13, Stem cell research & therapy IF:7.1Q1 DOI:10.1186/s13287-024-03682-8 PMID:38475857	研究论文	本研究开发了基于深度学习的模型，仅通过细胞形态图像即可区分造血干细胞和多能祖细胞的不同功能亚群	首次在稳态条件下使用深度学习技术区分造血干细胞和多能祖细胞，无需依赖表面标记物或移植实验	研究仅使用小鼠细胞数据，尚未在人类细胞中验证	开发基于深度学习的细胞分类系统，用于造血干细胞功能亚群的识别和分离	小鼠造血干细胞(HSCs)和多能祖细胞(MPPs)	计算机视觉	血液系统疾病	光学显微镜(DIC)成像	深度学习	图像	大量图像数据集	NA	LSM模型	NA	NA
7426	2025-10-06	Deep learning-based predictive classification of functional subpopulations of hematopoietic stem cells and multipotent progenitors 2023-Nov-14, Research square DOI:10.21203/rs.3.rs-3332530/v1 PMID:38014055	研究论文	本研究开发了一种基于深度学习的模型，能够通过细胞形态学图像区分造血干细胞和多能祖细胞的不同功能亚群	首次在稳态条件下使用深度学习技术仅基于细胞形态学特征区分HSCs和MPPs，无需依赖表面标记物或移植实验	模型算法仍需持续改进，且需要集成到更多成像系统中验证通用性	探索深度学习技术在造血干细胞和祖细胞分类中的应用可行性	小鼠长期造血干细胞(LT-HSCs)、短期造血干细胞(ST-HSCs)和多能祖细胞(MPPs)	计算机视觉	NA	光学显微镜(DIC)成像	CNN	图像	大量图像数据集	NA	LSM模型(三分类器)	NA	NA
7427	2025-10-06	Modeling islet enhancers using deep learning identifies candidate causal variants at loci associated with T2D and glycemic traits 2023-08-29, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.2206612120 PMID:37603758	研究论文	本研究开发了一种深度学习方法来分析序列变异对胰岛增强子的影响，用于识别与2型糖尿病和血糖性状相关的候选因果变异	开发了专门针对胰岛组织的深度学习模型，能够学习胰岛特异性转录因子调控模式，并成功应用于优先排序候选因果变异	方法主要聚焦于胰岛组织，可能不适用于其他组织类型；需要进一步的功能验证	识别与2型糖尿病和血糖性状相关的特定因果变异	胰腺胰岛组织，2型糖尿病相关遗传信号	机器学习	2型糖尿病	深度学习，生化测试，报告基因活性检测	深度学习	基因组序列数据	约6700万个遗传变异	NA	NA	生化验证，功能验证	NA
7428	2025-10-06	Refinement of AlphaFold2 Models against Experimental Cryo-EM Density Maps at 4-6Å Resolution 2022-Dec, Proceedings. IEEE International Conference on Bioinformatics and Biomedicine DOI:10.1109/bibm55620.2022.9995676 PMID:40612328	研究论文	本研究评估了AlphaFold2预测模型在4-6Å分辨率冷冻电镜密度图中的精修效果	首次在实验性4-6Å分辨率冷冻电镜图中系统评估AlphaFold2模型的精修性能，而非使用模拟混合密度图	精修效果严重依赖AlphaFold2预测质量、实验数据质量和模型与密度图的对齐质量	探索深度学习蛋白质结构预测方法在低分辨率冷冻电镜图中的实用性	蛋白质三维结构	结构生物学	NA	冷冻电镜, AlphaFold2结构预测	深度学习	冷冻电镜密度图, 蛋白质结构模型	10个案例，包含9个长链(226-373个残基)和1个短链(115个残基)	AlphaFold2, Phenix	AlphaFold2	TM-score	NA
7429	2025-10-06	Kernelized weighted local information based picture fuzzy clustering with multivariate coefficient of variation and modified total Bregman divergence measure for brain MRI image segmentation 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110458 PMID:40527240	研究论文	提出一种基于核化加权局部信息的图像模糊聚类方法，用于脑部MRI图像分割	首次将多元变异系数理论应用于局部图像模糊信息度量，并结合改进的总Bregman散度度量，增强了噪声环境下的分割鲁棒性	NA	开发一种能够有效处理噪声图像分割的聚类方法	脑部MRI图像和CT图像	计算机视觉	脑部疾病	MRI成像，CT成像	模糊聚类	医学图像	合成图像（高斯噪声、椒盐噪声、混合噪声）、Brainweb、IBSR、MRBrainS18 MRI数据集、CT图像模板	NA	NA	Dice系数，模糊性能指数，改进分区熵，平均体积差异，XB指数	NA
7430	2025-10-06	Learning hemodynamic scalar fields on coronary artery meshes: A benchmark of geometric deep learning models 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110477 PMID:40532501	研究论文	本文对六种几何深度学习模型在冠状动脉网格上预测虚拟血流储备分数场进行了全面实证分析	首次系统比较不同几何深度学习后端在预测冠状动脉血流动力学标量场方面的性能，并确定基于Transformer的架构在复杂拓扑数据中的优势	研究主要基于合成数据和有限的患者特定数据，需要在更大规模的真实临床数据上进行验证	开发计算流体动力学模拟的有效替代方法，用于预测冠状动脉血流动力学参数	冠状动脉几何网格和相关的血流动力学标量场	几何深度学习	冠状动脉疾病	计算流体动力学，几何深度学习	几何深度学习模型	三维网格数据	1,500个左冠状动脉合成分叉和427个患者特定CFD模拟	NA	Transformer, 多种几何深度学习后端	平均每点误差，狭窄病变中vFFR预测准确性	NA
7431	2025-10-06	Patch-type wearable electrocardiography and impedance pneumography for sleep staging: A multi-modal deep learning approach 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110452 PMID:40532503	研究论文	本研究评估贴片式可穿戴设备使用单导联心电图和阻抗呼吸图进行多阶段睡眠分期的可行性	提出结合心电图和阻抗呼吸图的多模态深度学习睡眠分期方法，并采用特征降维技术显著提升计算效率	样本量相对有限（92名患者），未与其他可穿戴设备进行广泛比较	开发基于可穿戴设备的自动睡眠分期系统	睡眠分期和睡眠质量监测	机器学习	睡眠障碍	单导联心电图，阻抗呼吸图，运动传感器	RCNN	生理信号数据	92名患者	NA	RCNN	准确率，AUROC，F1-score	NA
7432	2025-10-06	Expert-level differentiation of incomplete Kawasaki disease and pneumonia from echocardiography via multiple large receptive attention mechanisms 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110478 PMID:40541073	研究论文	开发基于多尺度注意力机制的深度学习模型，通过超声心动图实现不完全川崎病与肺炎的专家级鉴别诊断	提出两种新型深度学习架构MRANet和MLRANet，首次将多尺度感受野注意力机制应用于川崎病冠状动脉异常的自动检测	样本量相对有限（203个超声心动图数据集），需要在更大规模数据集中验证模型泛化能力	开发能够实现专家级性能的算法，辅助不完全川崎病的早期诊断	不完全川崎病和肺炎患者的超声心动图数据	计算机视觉	川崎病	超声心动图	深度学习	医学图像	203个超声心动图数据集	NA	MRANet, MLRANet	灵敏度, 特异度, 诊断准确率	NA
7433	2025-10-06	Generative deep-learning-model based contrast enhancement for digital subtraction angiography using a text-conditioned image-to-image model 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110598 PMID:40543272	研究论文	本研究开发了一种基于生成式深度学习模型的数字减影血管造影对比度增强技术	首次将文本条件图像到图像模型应用于DSA对比度增强，结合ControlNet减少幻觉和LoRA进行模型微调	信噪比下降表明噪声增加，需要进一步改进伪影抑制和临床验证	开发深度学习模型增强DSA图像对比度，特别适用于慢性肾病患者减少造影剂使用	数字减影血管造影图像	计算机视觉	慢性肾病	数字减影血管造影	生成式深度学习模型	医学图像	1207个DSA序列	Stable Diffusion, ControlNet	文本条件图像到图像模型	RMS对比度, Michelson对比度, 信噪比, 熵	NA
7434	2025-10-06	Spindle Autoencoder-CNN hybrid model for cardiac arrhythmia classification 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110593 PMID:40543278	研究论文	提出一种结合改进纺锤形自编码器和卷积神经网络的深度学习框架，用于心电信号心律失常分类	使用改进的纺锤形自编码器提取心电信号复杂特征，与传统自编码器相比具有更深且对称的隐藏层结构	仅在MIT-BIH心律失常数据库上进行验证，未提及在其他数据集上的泛化能力	开发自动心律失常检测系统以提高诊断效率	心电信号中的正常和异常心跳	机器学习	心血管疾病	心电信号分析	自编码器, CNN	心电信号	MIT-BIH心律失常数据库中的心跳记录	NA	改进纺锤形自编码器, 卷积神经网络	准确率	NA
7435	2025-10-06	PMFF-Net: A deep learning-based image classification model for UIP, NSIP, and OP 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110618 PMID:40543280	研究论文	开发基于深度学习的PMFF-Net模型用于分类间质性肺病的三种常见类型和正常影像	提出并行多尺度特征融合网络(PMFF-Net)用于间质性肺病影像分类，并与不同级别医院和资历的医生进行诊断效能对比	样本量相对较小（130例患者），仅来自昆明四家三甲医院，缺乏外部验证	开发深度学习分类模型辅助医生诊断间质性肺病，提高诊断准确性	间质性肺病患者的HRCT影像，包括UIP、NSIP、OP三种类型及正常对照	计算机视觉	间质性肺病	高分辨率计算机断层扫描(HRCT)	CNN	医学影像	130例患者HRCT扫描+50例正常对照	Python	PMFF-Net（并行多尺度特征融合网络）	准确率,精确率,召回率,F1分数	NA
7436	2025-10-06	BioTransX: A novel bi-former based hybrid model with bi-level routing attention for brain tumor classification with explainable insights 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110515 PMID:40543279	研究论文	提出一种基于双形式编码器和双级路由注意力的混合模型BioTransX，用于脑肿瘤分类并提供可解释性分析	结合双形式编码器机制（基于动态稀疏注意力的Transformer）与集成卷积网络，集成Grad-CAM和梯度注意力展开技术增强模型可解释性	仅在特定数据集上验证，未在更广泛的临床环境中测试	开发高精度、可解释的脑肿瘤自动检测系统	脑肿瘤MRI图像	计算机视觉	脑肿瘤	对比度受限自适应直方图均衡化(CLAHE)	Transformer, CNN	医学图像(MRI)	Kaggle MRI数据集、BraTS数据集、Figshare数据集	NA	Bi-former, 集成卷积网络	准确率, F1分数	资源受限的临床基础设施
7437	2025-10-06	SE-ATT-YOLO- A deep learning driven ultrasound based respiratory motion compensation system for precision radiotherapy 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110638 PMID:40544802	研究论文	开发了一种基于超声和深度学习的呼吸运动补偿系统，用于精准放射治疗	在YOLOv8n基础上引入压缩激励块进行通道重校准和增强注意力机制，提出SE-ATT-YOLO模型	NA	减轻放射治疗中呼吸运动引起的肿瘤位移影响	人体膈肌超声运动	计算机视觉	肿瘤	超声成像	CNN, YOLO	超声图像	NA	NA	YOLOv8n, SE-ATT-YOLO	mAP, RMSE, FPS	NA
7438	2025-10-06	Ensemble-based Convolutional Neural Networks for brain tumor classification in MRI: Enhancing accuracy and interpretability using explainable AI 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110555 PMID:40554976	研究论文	提出一种基于集成卷积神经网络和可解释AI的脑肿瘤MRI分类方法	结合多种预训练CNN架构的集成学习策略，并集成Grad-CAM++和Integrated Gradients等可解释性技术增强临床可信度	未提及具体的数据集规模和外部验证结果	提高脑肿瘤MRI分类的准确性和可解释性	脑肿瘤MRI图像，包括胶质瘤、脑膜瘤、垂体腺瘤和良性病例	计算机视觉	脑肿瘤	MRI	CNN	图像	NA	NA	VGG16, DenseNet121, Inception-ResNet-v2	准确率	NA
7439	2025-10-06	Towards a comprehensive characterization of arteries and veins in retinal imaging 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110516 PMID:40554981	研究论文	提出一种新颖的集成方法，通过多阶段流程准确重建视网膜血管路径并提取血管级特征	首次将血管分割、路径重建和特征提取集成到统一框架中，超越传统仅关注血管分割的方法	未明确说明方法在复杂病理情况下的泛化能力	开发能够全面表征视网膜动静脉的计算机辅助诊断方法	视网膜眼底图像中的动脉和静脉血管	计算机视觉	糖尿病、高血压相关眼病	视网膜眼底成像	深度语义分割网络, 循环神经网络	视网膜图像	NA	NA	NA	定性评估, 定量评估	NA
7440	2025-10-06	SER inspired deep learning approach to detect cardiac arrhythmias in electrocardiogram signals using Temporal Convolutional Network and graph neural network 2025-Sep, Computers in biology and medicine IF:7.0Q1 DOI:10.1016/j.compbiomed.2025.110536 PMID:40580615	研究论文	提出一种结合时序卷积网络和图卷积网络的深度学习方法来检测心电信号中的心律失常	将心电信号构建为周期图，利用图信号处理增强数据表示，结合TCN和GCN提高分类精度	未提及具体的研究局限性	开发稳健的心律失常自动检测方法	心电信号和心律失常分类	机器学习	心血管疾病	心电信号分析	TCN, GCN	心电信号	使用Chapman和Shaoxing 12导联心电数据库	NA	时序卷积网络, 图卷积网络	准确率	NA